1) saddle point approximation algorithm
鞍点逼近算法
1.
In this paper, the convergent result of the saddle point approximation algorithm is revised.
修正了文献［１］所提的“鞍点逼近算法”的收敛性结论。
2) saddlepoint approximation
鞍点逼近
1.
Saddlepoint approximations can be given for saddlepoint approximations in many cases when the distribution of variable is known.
统计量分布的确定是统计推断的一个关键工作,在总体分布已知的条件下,鞍点逼近在很多场合可以给出统计量分布的良好近似。
2.
Method: The saddlepoint approximation and the transition relation between Weibull and exponential distribution are used in the paper.
方法利用鞍点逼近及威布尔分布与指数分布的转换关系。
3.
For exponential life data with varying censoring time, this paper gives approximation to the distribution of parameter estimation using saddlepoint approximation.
本文基于指数分布不同定时截尾数据,利用鞍点逼近法给出参数估计的概率分布的近似公式,进而给出可靠度的近似置信下限,并通过数值模拟及实例计算说明本文方法的可行性。
3) saddlepoint approximations
鞍点逼近
1.
Saddlepoint approximations are powerful tools for obtaining accurate expressions for densities and distribution functions.
鞍点逼近法是一个非常有效的逼近工具,它可以获得密度函数和分布函数的逼近函数。
4) η-proximal point algorithm
η-逼近点算法
1.
By applying some lemmas,we develop a new η-proximal point algorithm of Mann and Ishikawa type for finding the approximate solutions of the generalized implicit quasi-variational-like inclusion problems.
提出了一个逼近其解的新的η-逼近点算法,还讨论了由算法得到的序列的逼近特征。
5) approximation algorithm
逼近算法
1.
Quantitative risk analysis of structure resonance disaster during earthquake based on approximation algorithm;
基于逼近算法的结构共振震害定量风险分析
2.
From this, the optimal policy problem of the model is solved and its finite-horizon approximation algorithm is given, and in which the state space this algorithm involved is countable.
在不改变状态空间可列 性的条件下,把该模型转化为[5]中的一般化折扣模型,从而解决了其最优策略问题,并 且得到了该模型的有限阶段逼近算法,其中该算法涉及的状态是可列的。
3.
By using the resolvent operator associated with(G,η)-monotone mappings,an existence theorem of solutions for this kind of variational inclusions is estaslished a new approximation algorithm is suggested,and the convergence of iterative sequences generated by the algorithm is proved.
利用(G,η)-单调映象的预解算子技巧,建立并讨论了这种变分包含解的存在性定理,也提出了一个新的逼近算法,证明了由此算法产生的迭代序列的收敛性。
6) algorithm
[英]['ælɡərɪðəm] [美]['ælgə'rɪðəm]
逼近算法
1.
The iterative algorithms are given and the existence and convergence theorems are proved to be the solution to that kind of problems.
研究了一类新的关于模糊映射的完全广义变分包含问题 ,给出了解的逼近算法 ,证明了这类问题解的存在定理和序列收敛定理 ,推广了 N。
补充资料：不动点算法
又称固定点算法。所谓不动点，是指将一个给定的区域A,经某种变换??(x),映射到A时,使得x=??(x)成立的那种点。最早出现的不动点理论是布劳威尔定理(1912)：设A为Rn中的一紧致凸集, ??为将A映射到A的一连续函数，则在A中至少存在一点x，使得x=??（x）。其后，角谷静夫于1941年将此定理推广到点到集映射上去。设对每一x∈A ，??(x)为A的一子集。若??(x)具有性质：对A上的任一收敛序列xi→x0，若 yi∈??(xi)且yi→y0，则有y0∈??(x0),如此的??(x)称为在A上半连续，角谷静夫定理：设A为Rn中的一紧致凸集，对于任何x∈A，若??(x)为A的一非空凸集，且??(x)在A上为上半连续，则必存在x∈A,使x∈??(x)。J.P.绍德尔和J.勒雷又将布劳威尔定理推广到巴拿赫空间。
不动点定理在代数方程、微分方程、积分方程、数理经济学等学科中皆有广泛的应用。例如，关于代数方程的基本定理，要证明??(x)=0必有一根，只须证明在适当大的圆│x│≤R 内函数??(x)+x有一不动点即可；在运筹学中，不动点定理的用途至少有二：一为对策论中用来证明非合作对策的平衡点的存在和求出平衡点；一为数学规划中用来寻求数学规划的最优解。对于一个给定的凸规划问题：min{??(x)│gi(x)≤0，i=1,2,...,m}，在此,??和g1,g2,...,gm皆为Rn中的凸函数。通过适当定义一个函数φ,可以证明：若上述问题的可行区域非空，则φ的不动点即为该问题的解。
在1964年以前，所有不动点定理的证明都是存在性的证明，即只证明有此种点存在。1964年，C.E.莱姆基和 J.T.Jr.豪森对双矩阵对策的平衡点提出了一个构造性证明。1967年，H.斯卡夫将此证法应用到数学规划中去。其后，不动点定理的构造性证明有了大的发展和改进。
H.斯卡夫的证明是基于一种所谓本原集，后来的各种发展皆基于某种意义下的三角剖分。现以n 维单纯形Sn为例来说明这一概念，在此,。对每一i, 将区间0≤xi≤1依次分为m1,m2...等分，m12<...,mi→,是给定的一列正整数。对于固定的i,过分点依次作平行于xi=0的平面。 这些平面将Sn分成若干同样大小的n维三角形。它们的全体作成的集 Gi,称为Sn的一三角剖分。设??(x)为 Sn→Sn的一连续函数，x＝(x1,x2,...,xn+1),??（x）=（??1（x），??2（x），...，??n+1（x））。定义。由于??(x)和x皆在Sn上,若有则显然有??(x)=x,即x为??(x)的一不动点。
对每一点y∈Sn赋与标号l(y)=k=min{j│y∈Cj,且yj>0}。由著名的施佩纳引理,在Gi中必存在一三角形σi，它的n+1个顶点yi(k)的标号分别为k(k=1,2,...,n+1)于是可得一列正数ij(j→),使得(k)→yk,k=1,2,...,n+1。根据σi的作法，当ij→时,收敛成一个点x。故yk=x,k=1,2,...,n+1。因 (k)的标号为k,故yk∈Ck,因而即x为所求的不动点。因此,求??(x):Sn→Sn 的不动点问题就化为求 σi(i=1,2,...) 的问题。为了计算上的效果，除了上述的标号法之外，还有标准整数标号法、向量标号法等等。关于如何求σi，有变维算法、三明治法、同伦算法、变维重始法等等，通过适当定义,可将上之Sn改为Rn或Rn中之一凸集。求一凸函数在一凸集上的极值问题也可化为求不动点问题。一般说来，这条途径适用于维数不高但问题中出现的函数较为复杂的情况。
参考书目
A.J.J.TalmanVariable Dimension Fixed Point Algorithms and Triangulations, Mathematisch Centrum, Amsterdam, 1980.
不动点定理在代数方程、微分方程、积分方程、数理经济学等学科中皆有广泛的应用。例如，关于代数方程的基本定理，要证明??(x)=0必有一根，只须证明在适当大的圆│x│≤R 内函数??(x)+x有一不动点即可；在运筹学中，不动点定理的用途至少有二：一为对策论中用来证明非合作对策的平衡点的存在和求出平衡点；一为数学规划中用来寻求数学规划的最优解。对于一个给定的凸规划问题：min{??(x)│gi(x)≤0，i=1,2,...,m}，在此,??和g1,g2,...,gm皆为Rn中的凸函数。通过适当定义一个函数φ,可以证明：若上述问题的可行区域非空，则φ的不动点即为该问题的解。
在1964年以前，所有不动点定理的证明都是存在性的证明，即只证明有此种点存在。1964年，C.E.莱姆基和 J.T.Jr.豪森对双矩阵对策的平衡点提出了一个构造性证明。1967年，H.斯卡夫将此证法应用到数学规划中去。其后，不动点定理的构造性证明有了大的发展和改进。
H.斯卡夫的证明是基于一种所谓本原集，后来的各种发展皆基于某种意义下的三角剖分。现以n 维单纯形Sn为例来说明这一概念，在此,。对每一i, 将区间0≤xi≤1依次分为m1,m2...等分，m1
对每一点y∈Sn赋与标号l(y)=k=min{j│y∈Cj,且yj>0}。由著名的施佩纳引理,在Gi中必存在一三角形σi，它的n+1个顶点yi(k)的标号分别为k(k=1,2,...,n+1)于是可得一列正数ij(j→),使得(k)→yk,k=1,2,...,n+1。根据σi的作法，当ij→时,收敛成一个点x。故yk=x,k=1,2,...,n+1。因 (k)的标号为k,故yk∈Ck,因而即x为所求的不动点。因此,求??(x):Sn→Sn 的不动点问题就化为求 σi(i=1,2,...) 的问题。为了计算上的效果，除了上述的标号法之外，还有标准整数标号法、向量标号法等等。关于如何求σi，有变维算法、三明治法、同伦算法、变维重始法等等，通过适当定义,可将上之Sn改为Rn或Rn中之一凸集。求一凸函数在一凸集上的极值问题也可化为求不动点问题。一般说来，这条途径适用于维数不高但问题中出现的函数较为复杂的情况。
参考书目
A.J.J.TalmanVariable Dimension Fixed Point Algorithms and Triangulations, Mathematisch Centrum, Amsterdam, 1980.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条